基本信息:
- 专利标题： 学习多个随机变量之间的随机推断模型的方法和装置
- 申请号：CN202110381691.4 申请日：2021-04-09
- 公开(公告)号：CN113516153B 公开(公告)日：2024-05-24
- 发明人： 柳淙夏 , 李正元 , M.埃尔-哈米 , 崔裕镇 , 金映杆
- 申请人： 三星电子株式会社
- 申请人地址： 韩国京畿道
- 专利权人： 三星电子株式会社
- 当前专利权人： 三星电子株式会社
- 当前专利权人地址： 韩国京畿道
- 代理机构： 北京市柳沈律师事务所
- 代理人： 邵亚丽
- 主分类号： G06F18/2132
- IPC分类号： G06F18/2132 ; G06N3/04 ; G06N3/08
摘要：
一种用于操作神经网络的系统和方法。在一些实施例中，神经网络包括变分自编码器，并且训练神经网络包括用第一随机变量的多个样本以及第二随机变量的多个样本来训练变分自编码器，第一随机变量的多个样本和第二随机变量的多个样本不成对，训练神经网络包括基于第一损失函数来更新神经网络中的权重，第一损失函数基于与以下之间的一致性的偏差的度量：从第一随机变量到第二随机变量的条件生成路径，以及从第二随机变量到第一随机变量的条件生成路径。
公开/授权文献:
- CN113516153A 学习多个随机变量之间的随机推断模型的方法和装置 公开/授权日：2021-10-19
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06F | 电数字数据处理 |
| ------G06F18/00 | 模式识别 |
| --------G06F18/10 | .预处理；数据清理 |
| ----------G06F18/21 | ..识别系统或技术的设计或设置；特征空间中的特征提取；盲源分离 |
| ------------G06F18/211 | ...选择最重要的特征子集 |
| --------------G06F18/2132 | ....基于判别标准，如判别分析 |